طراحی یک سیستم کنترل ازدحام پهپاد مبتنی بر EEG با استفاده از الگو های BCI درون زا

رابط غیر تهاجمی مغز و کامپیوتر (BCI) برای درک مقاصد کاربران با استفاده از سیگنال های الکتروانسفالوگرام (EEG) (نوارمغز)توسعه یافته است. با پیشرفت اخیر هوش مصنوعی، پیشرفت های زیادی در سیستم کنترل پهپادها صورت گرفته است. ویژگیBCI که میتواند اهداف کاربران را منعکس کند، منجر به سیستم کنترل پهپاد مبتنی بر BCI شد. هنگام استفاده از ازدحامپهپادها، می توانیم مزایای بیشتری مانند تنوع ماموریت ها نسبت به استفاده از یک پهپاد داشته باشیم . به طور خاص، کنترل ازدحامپهپادهای مبتنی بر BCI میتواند مزایای بسیاری را برای صنایع مختلف مانند خدمات نظامی یا بحران صنعتی فراهم کند. الگوهای BCI از الگو های برون زا و درون زا تشکیل شده اند. الگو های درون زا می توانند مستقل از هر محرکی با نیت های کاربرانعمل کنند . در این مطالعه، ما الگوهای درون زا (یعنی تصور حرکتی (MI) ، تصور بصری (VI) و تصور گفتاری (SI) ) را طراحیکردیم که در کنترل ازدحام پهپادها تخصص داشتند، و طبقه بندی وظایف مختلف مبتنی بر EEG مربوط به کنترل ازدحام پهپادهاانجام شد . .پنج نفر در این آزمایش شرکت کردند و عملکرد با استفاده از الگوریتم پایه یادگیری ماشین ارزیابی شد. دقت متوسط کل در تصورحرکتی، تصور بصری، و تصور گفتاری به ترتیب ۵۱.۱% و ±۸.۰۲ ، ۵۳.۲% ، ±۳.۱۱ و ۴۱.۹% ، ۶.۰۹± بود. از این رو، ما امکان افزایش درجه آزادی را برای کنترل ازدحام پهپادها با استفاده از الگو های درون زا مختلف تایید کردیم